Questo è emerso come un problema secondario in un post del blog (del mio) su unusual C preprocessor uses. Per i 127 diversi offset di spostamento, ci sono quattro diverse sequenze ottimali di istruzioni SSE2 per un cambio di bit. Il preprocessore rende ragionevole costruire una funzione di spostamento che equivale a un'istruzione switch a 129 vie. Perdonate il codice raw qui; Non ho familiarità con la pubblicazione del codice direttamente qui. Controlla il post sul blog per una spiegazione di cosa sta succedendo.
#include <emmintrin.h>
typedef __m128i XMM;
#define xmbshl(x,n) _mm_slli_si128(x,n) // xm <<= 8*n -- BYTE shift left
#define xmbshr(x,n) _mm_srli_si128(x,n) // xm >>= 8*n -- BYTE shift right
#define xmshl64(x,n) _mm_slli_epi64(x,n) // xm.hi <<= n, xm.lo <<= n
#define xmshr64(x,n) _mm_srli_epi64(x,n) // xm.hi >>= n, xm.lo >>= n
#define xmand(a,b) _mm_and_si128(a,b)
#define xmor(a,b) _mm_or_si128(a,b)
#define xmxor(a,b) _mm_xor_si128(a,b)
#define xmzero _mm_setzero_si128()
XMM xm_shl(XMM x, unsigned nbits)
{
// These macros generate (1,2,5,6) SSE2 instructions, respectively:
#define F1(n) case 8*(n): x = xmbshl(x, n); break;
#define F2(n) case n: x = xmshl64(xmbshl(x, (n)>>3), (n)&15); break;
#define F5(n) case n: x = xmor(xmshl64(x, n), xmshr64(xmbshl(x, 8), 64-(n))); break;
#define F6(n) case n: x = xmor(xmshl64(xmbshl(x, (n)>>3), (n)&15),\
xmshr64(xmbshl(x, 8+((n)>>3)), 64-((n)&155))); break;
// These macros expand to 7 or 49 cases each:
#define DO_7(f,x) f((x)+1) f((x)+2) f((x)+3) f((x)+4) f((x)+5) f((x)+6) f((x)+7)
#define DO_7x7(f,y) DO_7(f,(y)+1*8) DO_7(f,(y)+2*8) DO_7(f,(y)+3*8) DO_7(f,(y)+4*8) \
DO_7(f,(y)+5*8) DO_7(f,(y)+6*8) DO_7(f,(y)+7*8)
switch (nbits) {
case 0: break;
DO_7(F5, 0) // 1..7
DO_7(F1, 0) // 8,16,..56
DO_7(F1, 7) // 64,72,..120
DO_7x7(F6, 0) // 9..15 17..23 ... 57..63 i.e. [9..63]\[16,24,..,56]
DO_7x7(F2,56) // 65..71 73..79 ... 121..127 i.e. [65..127]\[64,72,..,120]
default: x = xmzero;
}
return x;
}
xm_shr pari a quanto sopra, ma scambiando "SHL" e "shr" ovunque nelle macro F [1256]. HTH.
Non penso ci sia un modo migliore. Ho scritto una risposta a un recente duplicato di questa domanda: http://stackoverflow.com/q/34478328/224132. Per i conteggi a tempo costante della compilazione, diventa 4 insns o 2 insns con count> = 64. Con un conteggio variabile, si dirama e deve 'movd' il conteggio e 64-count dal numero intero ai registri vettoriali. '__uint128_t' fa meglio in questo caso, se i dati sono già in registri di numeri interi. –